Harness 也能推动组合泛化
a1zhang · x · 2026-07-20
这篇论文的核心观点是：Transformer 本身不一定要“学会泛化”，很多泛化可以由设计良好的 harness 来承担。
- 作者观察到，在训练 RLM 时，结构相近但表面不同的任务会收敛到几乎相同的轨迹。
- 他们把 harness 描述为对任务轨迹做了一个“商空间”式的压缩，让原本不同的任务在 token 层面变得近似等价。
- 实验里，只用短任务训练的模型，能泛化到长度高出 8–32 倍的未见任务。
- 他们还展示了跨领域迁移：只要分解策略相同，比如从文章作者匹配迁移到数学题分组，也能得到提升。
- 结论是：好的 harness 设计有机会在不增加同等训练成本的情况下，扩大后训练可解决任务的覆盖面。
所属事件:研究称强化学习模型的泛化能力主要由外部 Harness 主导(10 条相关)→
「编程与Agent」频道最新
- BELL stack 开源：浏览器+Agent 框架+iMessage+支付，一套搭个人智能体 — jeff_weinstein · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 两名工程师用 AI 3.5 个月重建 FedEx 供应商计费核心,原估 7-8 个月 — alex_verem · 2026-10-27
- Terminal-Bench 4.0:GPT-6.1 Terra 涨约 20 分,追平 GPT-6.1 Sol — ArtificialAnlys · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27
- Shift-1 模型路由器发布：编码 Agent 成本最高降 55% — ypatil125 · 2026-10-27